本發(fā)明涉及一種智能超螺旋強(qiáng)魯棒姿態(tài)控制方法，屬于飛行器姿態(tài)控制領(lǐng)域。
背景技術(shù)：
：隨著科學(xué)技術(shù)的不斷發(fā)展和應(yīng)用領(lǐng)域的不斷拓展，飛行器的結(jié)構(gòu)和任務(wù)日益復(fù)雜和龐大，飛行環(huán)境惡劣多變。針對(duì)飛行器內(nèi)部不確定和外部擾動(dòng)的撓性飛行器系統(tǒng)，如何使其精準(zhǔn)、快速的完成姿態(tài)控制已經(jīng)成為飛行控制系統(tǒng)設(shè)計(jì)中的重要問題。研發(fā)具有快速、強(qiáng)魯棒、高精度的飛行控制系統(tǒng)以滿足高性能要求具有重要的學(xué)術(shù)價(jià)值和應(yīng)用前景?；Ｗ兘Y(jié)構(gòu)控制是一類特殊的非線性不連續(xù)控制方法。在動(dòng)態(tài)過程中，控制結(jié)構(gòu)根據(jù)系統(tǒng)當(dāng)前的狀態(tài)有目的變化，使得系統(tǒng)按照預(yù)定滑動(dòng)模態(tài)的狀態(tài)軌跡運(yùn)行。變結(jié)構(gòu)控制具有反應(yīng)速度快、對(duì)參數(shù)變化不敏感、對(duì)擾動(dòng)不敏感、物理實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)。而為了提高工程應(yīng)用性，超螺旋控制算法采用串聯(lián)高階滑模確保控制輸出的連續(xù)性，解決滑?？刂浦懈哳l切換帶來的抖振問題，超螺旋算法的重要特點(diǎn)就是僅僅需要知道滑模量的信息，而不需要其一階導(dǎo)數(shù)的信息，超螺旋算法可消除相關(guān)度為1的滑?？刂葡到y(tǒng)的抖振問題，同時(shí)兼具了普通滑模的快速性和魯棒性。但是，經(jīng)典的超螺旋控制算法中依賴不確定和擾動(dòng)上界，而該上界在實(shí)際情況中無法獲得。智能算法日益得到人們的深入研究，其中神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法得到了越來越廣泛的應(yīng)用。作為一種重要的前饋神經(jīng)網(wǎng)絡(luò)模型，反向傳播(BackPropagation，BP)神經(jīng)網(wǎng)絡(luò)是一種按誤差反向傳播算法訓(xùn)練的多層前饋網(wǎng)絡(luò)。該網(wǎng)絡(luò)在實(shí)際應(yīng)用中具有較好的大規(guī)模非線性數(shù)據(jù)并行處理和容錯(cuò)能力。作為神經(jīng)網(wǎng)絡(luò)的基本學(xué)習(xí)算法，BP算法是神經(jīng)網(wǎng)絡(luò)中最常用、最有效的一種學(xué)習(xí)方法，被廣泛的應(yīng)用于各個(gè)領(lǐng)域，具有重要的理論和應(yīng)用價(jià)值。而隨著自適應(yīng)技術(shù)的發(fā)展，可以根據(jù)不確定性及干擾特性的實(shí)際情況動(dòng)態(tài)計(jì)算控制器的增益系數(shù)。將自適應(yīng)控制的思想應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)結(jié)合二階滑模超螺旋算法中，設(shè)計(jì)動(dòng)態(tài)增益的控制器，同時(shí)降低對(duì)外界信息的依賴，不需要事先知道擾動(dòng)的作用規(guī)律，能夠有效提高控制器的適用性。技術(shù)實(shí)現(xiàn)要素：本發(fā)明的技術(shù)解決問題是：克服現(xiàn)有技術(shù)的不足，提供一種精準(zhǔn)、快速、強(qiáng)魯棒的調(diào)姿方法。實(shí)現(xiàn)了存在內(nèi)部不確定和外部擾動(dòng)的撓性飛行器系統(tǒng)的精準(zhǔn)、快速、強(qiáng)魯棒姿態(tài)跟蹤控制，最大程度滿足撓性飛行器的調(diào)姿需求。本發(fā)明的技術(shù)解決方案是：一種智能超螺旋強(qiáng)魯棒姿態(tài)控制方法，步驟如下：(1)建立撓性飛行器系統(tǒng)模型；(2)利用步驟(1)得到的所述撓性飛行器系統(tǒng)模型，基于四元數(shù)建立撓性飛行器運(yùn)動(dòng)學(xué)誤差方程和動(dòng)力學(xué)誤差方程；(3)根據(jù)步驟(2)中的撓性飛行器運(yùn)動(dòng)學(xué)誤差方程和動(dòng)力學(xué)誤差方程，建立有限時(shí)間非奇異終端滑模面；(4)根據(jù)步驟(3)中建立的有限時(shí)間非奇異終端滑模面，利用BP自適應(yīng)神經(jīng)網(wǎng)絡(luò)結(jié)合超螺旋算法確定控制律，實(shí)現(xiàn)智能超螺旋強(qiáng)魯棒姿態(tài)控制。本發(fā)明與現(xiàn)有技術(shù)相比的有益效果是：1、針對(duì)撓性飛行器實(shí)現(xiàn)姿態(tài)快速跟蹤穩(wěn)定控制,且所有的調(diào)節(jié)參數(shù)將實(shí)現(xiàn)智能自調(diào)節(jié)，克服控制增益選取困難的問題。2、控制輸出絕對(duì)連續(xù)，有效抑制傳統(tǒng)滑?？刂朴捎诟哳l切換造成抖振問題。3、設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)增益超螺旋算法將對(duì)時(shí)變和變狀態(tài)的外部擾動(dòng)和不確定及撓性振動(dòng)模態(tài)有很強(qiáng)的魯棒性，并且優(yōu)化了經(jīng)典超螺旋算法，提高了收斂速度和擾動(dòng)抑制范圍。4、設(shè)計(jì)的控制方案不依賴轉(zhuǎn)動(dòng)慣量和外部擾動(dòng)及其導(dǎo)數(shù)的任何先驗(yàn)信息，顯著提高了調(diào)姿控制器對(duì)飛行器撓性特性、轉(zhuǎn)動(dòng)慣量不確定、外部擾動(dòng)等因素的適應(yīng)能力。附圖說明圖1為本發(fā)明智能超螺旋強(qiáng)魯棒姿態(tài)控制方法流程圖；圖2為本發(fā)明系統(tǒng)的姿態(tài)響應(yīng)曲線；圖3為本發(fā)明系統(tǒng)的角速度響應(yīng)曲線；圖4為本發(fā)明滑模面及控制力矩曲線；圖5為本發(fā)明神經(jīng)元增益輸出曲線；圖6為本發(fā)明撓性模態(tài)頻率衰減曲線。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行進(jìn)一步的詳細(xì)描述。如圖1所示，本發(fā)明提出的智能超螺旋強(qiáng)魯棒姿態(tài)控制方法，具體步驟如下：(1)考慮飛行器撓性特性、轉(zhuǎn)動(dòng)慣量不確定、外部擾動(dòng)等因素的影響，建立如下?lián)闲燥w行器系統(tǒng)模型：其中：d∈R3是外部擾動(dòng)，δ∈R4×3為剛體與撓性附件的耦合矩陣，δT是δ的轉(zhuǎn)置，η為撓性模態(tài)，和分別為η的一階導(dǎo)數(shù)和二階導(dǎo)數(shù)；J0∈R3×3為已知的標(biāo)稱慣量矩陣，且為正定矩陣；ΔJ為慣量矩陣中的不確定部分，Ω＝[Ω1,Ω2,Ω3]T是飛行器在本體坐標(biāo)系中的角速度分量，是Ω的一階導(dǎo)數(shù)；×是運(yùn)算符號(hào)，將×用于向量b＝[b1,b2,b3]T可得到：L＝diag{2ζiωni,i＝1,2,...,N}和分別為阻尼矩陣和剛度矩陣，N為模態(tài)階數(shù)，ωni,i＝1,2,...,N為振動(dòng)模態(tài)頻率矩陣，ζi,i＝1,2,...,N為振動(dòng)模態(tài)阻尼比；u是智能超螺旋強(qiáng)魯棒姿態(tài)控制器。(2)利用步驟(1)得到的撓性飛行器系統(tǒng)模型，基于四元數(shù)建立撓性飛行器運(yùn)動(dòng)學(xué)誤差方程和動(dòng)力學(xué)誤差方程，具體為撓性飛行器運(yùn)動(dòng)學(xué)誤差方程：其中:(ev,e4)∈R3×R，ev＝[e1,e2,e3]T是當(dāng)前飛行器姿態(tài)與期望姿態(tài)的誤差四元數(shù)矢量部分，e4是標(biāo)量部分，且滿足和分別是ev、e4的一階導(dǎo)數(shù)；(qv,q4)∈R3×R，qv＝[q1,q2,q3]T是描述飛行器姿態(tài)的單位四元數(shù)矢量部分，q4是標(biāo)量部分，且滿足qdv＝[qd1,qd2,qd3]T是描述期望姿態(tài)的單位四元數(shù)矢量部分，qd4是標(biāo)量部分，且滿足Ωe＝Ω-CΩd＝[Ωe1Ωe2Ωe3]T＝[Ωei]T,i＝1,2,3是建立在本體坐標(biāo)系和目標(biāo)坐標(biāo)系之間的角速度誤差向量，Ωd∈R3是期望角速度向量，是轉(zhuǎn)換矩陣，且滿足‖C‖＝1，是C的一階導(dǎo)數(shù)，I3是3×3單位矩陣；撓性飛行器動(dòng)力學(xué)誤差方程為：其中，是Ωe的一階導(dǎo)數(shù)，Ωd是期望角速度，是Ωd的一階導(dǎo)數(shù)。(3)根據(jù)步驟(2)中的撓性飛行器運(yùn)動(dòng)學(xué)誤差方程和動(dòng)力學(xué)誤差方程，設(shè)計(jì)有限時(shí)間非奇異終端滑模面S，具體為：S＝Ωe+K1ev+K2Sc(5)其中S＝[S1,S2,S3]T∈R3，Kj＝diag{kji}>0,i＝1,2,3,j＝1,2，diag(a1,a2,…,an)表示對(duì)角線元素為a1,a2,…,an的對(duì)角矩陣；且定義Sc＝[Sc1,Sc2,Sc3]T如下：其中r1,r2是正奇數(shù)，且0<r<1，l1i、l2i、εi,i＝1,2,3、ι1、ι2是設(shè)計(jì)參數(shù)，|·|表示取絕對(duì)值，sign(a)是符號(hào)函數(shù)，定義如下：(4)根據(jù)步驟(3)中建立的有限時(shí)間非奇異終端滑模面，利用BP自適應(yīng)神經(jīng)網(wǎng)絡(luò)結(jié)合超螺旋算法，確定智能增益超螺旋強(qiáng)魯棒姿態(tài)控制律，具體如下：u＝J0[u1,u2,u3]T(7)其中：u的離散形式為：其中λ1(k)、λ2(j),j＝0,1,...,k為相應(yīng)增益系數(shù)，u(k)為第k次采樣時(shí)刻的輸入值；u(k)的增量是：Δu(k)＝u(k)-u(k-1)＝-λ1(k)(Γoi(k)-Γoi(k-1))-λ2(k)θi(k),i＝1,2,3(13)神經(jīng)元輸出為：其中，x1(k)＝Γoi(k)-Γoi(k-1),x2(k)＝θi(k)，i＝1,2,3分別對(duì)應(yīng)神經(jīng)元的兩個(gè)輸入，wi(k)對(duì)應(yīng)第i個(gè)輸入所對(duì)應(yīng)的連接權(quán)值，λi(k)＝(λi1,λi2,λi3),i＝1,2為神經(jīng)元增益，對(duì)系統(tǒng)得快速跟蹤和抗干擾性有較大影響。針對(duì)智能超螺旋強(qiáng)魯棒姿態(tài)控制器的神經(jīng)元增益λi(k)，設(shè)計(jì)自適應(yīng)律，具體為：其中：0.025≤c≤0.05，0.05≤H≤0.1，|·|表示取絕對(duì)值，Si(k),i＝1,2,3表示第k步的滑模面值，Si(k-1),i＝1,2,3表示第k-1步的滑模面值，ΔSi(k)＝Si(k)-Si(k-1)，i＝1,2,3，γi、κi、νi是正實(shí)數(shù)。其意義是，當(dāng)神經(jīng)元增益λ1i(k)≤νi時(shí)，其值單調(diào)增大，當(dāng)神經(jīng)元增益λ1i(k)>vi時(shí)：判斷Si(k),i＝1,2,3是否始終同號(hào)，若始終同號(hào)，既滑模面始終不為零時(shí)，自動(dòng)調(diào)整Tv(k)使神經(jīng)元增益λi(k)＝(λi1,λi2,λi3),i＝1,2增大，并且神經(jīng)元增益增大的加速度反比例于Tv(k)；若Si(k),i＝1,2,3異號(hào)時(shí)，即在滑模面附近擺動(dòng)時(shí)，λi(k)＝(λi1,λi2,λi3),i＝1,2值下降到上一時(shí)刻的75％，神經(jīng)元增益減小；該方案包含了超螺旋滑?？刂扑惴āP神經(jīng)網(wǎng)的優(yōu)點(diǎn)。實(shí)施例：為驗(yàn)證本專利提出的撓性飛行器姿態(tài)調(diào)整方案的合理性以及設(shè)計(jì)的控制器對(duì)不確定、擾動(dòng)等問題的有效性，現(xiàn)在Matlab環(huán)境下對(duì)其進(jìn)行數(shù)值仿真，標(biāo)稱轉(zhuǎn)動(dòng)慣量矩陣為：慣量矩陣中的不確定部分為：ΔJ＝diag[5012035]kg·m2；考慮外部擾動(dòng)d∈R3是時(shí)間t的函數(shù)，可表示為d(t)，具體取為：d(t)＝[10*sin(0.1t),15*sin(0.2t),20*sin(0.2t)]T；選擇四元數(shù)的初值為q＝[0.3,-0.2,-0.3,0.8832]T，初始角速度為Ω＝[0,0,0]T，假設(shè)期望姿態(tài)四元數(shù)初值為qd＝[0,0,0,1]T，期望角速度為Ωd＝[0,0,0]T。撓性附件參數(shù)：ωn＝(1.09731.27611.65382.2893)；η＝(0.012420.01584-0.017490.01125)；ζn＝(0.050.060.080.025)；表1智能超螺旋強(qiáng)魯棒姿態(tài)控制與PID控制的比較結(jié)果控制器收斂時(shí)間收斂精度本發(fā)明姿態(tài)控制器8s2e-5PID控制器70s1e-2提高比例，％88.599智能超螺旋強(qiáng)魯棒姿態(tài)控制器性能如圖2-圖6所示。由圖2和圖3可知，該控制方案在有限時(shí)間大約10s內(nèi)完成高性能的大角度衛(wèi)星姿態(tài)穩(wěn)定機(jī)動(dòng)，撓性振動(dòng)模態(tài)被有效抑制，驗(yàn)證了控制方案的精確穩(wěn)定控制衛(wèi)星能力；與PID控制相比，性能大幅提升；圖4是快速終端滑模面的響應(yīng)情況，表明控制的抖振問題可以被有效抑制；神經(jīng)元增益如圖5所示，神經(jīng)元增益λ1(k)＝(λ1,λ2,λ3)是伴隨小波動(dòng)的正有界函數(shù)值；圖6為撓性模態(tài)頻率衰減曲線，表明撓性模態(tài)震動(dòng)被有效抑制。本發(fā)明說明書中未作詳細(xì)描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員的公知技術(shù)。當(dāng)前第1頁1 2 3